PulseAugur
中
实时 16:58:45
English(EN) RGC: a radio AGN classifier based on deep learning. I. A semi-supervised multiclass model for VLA images

深度学习模型RGC 1.0分类射电星系核

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了RGC 1.0，这是一种新颖的半监督深度学习模型，用于分类射电活动星系核（RAGN）。该模型集成了BYOL和E(2)-等变可控CNN，并在名为FIRST-2060的新数据集上进行了训练，该数据集包含2060个已标记的RAGN和20,000个未标记的源。RGC模型表现出与监督基线相当的强劲性能，并且在其注意力分析中独特地追踪了RAGN的形态结构，从而能够进行更详细的环境研究。 AI

影响 该模型通过实现对天体的更精确分类，推动了人工智能在天体物理学中的应用，并可能带来关于星系环境的新发现。

排序理由 这是一篇研究论文，详细介绍了一个用于天体物理分类的新深度学习模型和数据集。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

深度学习模型RGC 1.0分类射电星系核

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · M. S. Hossain (Center for Computational and Data Sciences, Independent University, Bangladesh), M. S. H. Shahal (Center for Astronomy, Space Science and Astrophysics, Independent University, Bangladesh), K. M. B. Asad (Center for Astronomy, Space Science… ·

    RGC：一种基于深度学习的射电活动星系核分类器。I. 适用于VLA图像的半监督多类别模型

    arXiv:2510.22190v2 Announce Type: replace-cross Abstract: Bent radio active galactic nuclei (RAGNs) -- wide-angle tails (WATs) and narrow-angle tails (NATs) -- trace dense environments in galaxy groups and clusters, yet no multiclass classifier simultaneously separates them from …

相关实体

相关话题